Discussion de l'article "Modèles de régression non linéaire en bourse"
C'est très étrange :
Было несколько забавных моментов в процессе отладки. Например, система начала выдавать серию противоречивых сигналов буквально каждые несколько минут. Купить, продать, снова купить... Классическая ошибка начинающего алгоритмического трейдера — слишком частые входы в рынок. Решение оказалось до смешного простым — добавил таймаут в 15 минут между сделками и фильтр на открытые позиции.
Il s'avère que les signaux contradictoires du modèle sont artificiellement atténués de manière aléatoire. Et si le point de départ conditionnel des transactions est décalé de 15 minutes, obtiendrons-nous des transactions dans d'autres directions dans le même intervalle de temps ?
J'aime la fantaisie, les tentatives d'aborder la création de TC sous différents angles inhabituels :)
En fait, c'est le processus de la créativité, qui conduit parfois à l'apparition de solutions ingénieuses.
Les prévisions elles-mêmes semblent plutôt à court terme :
L'EA modifié est joint en annexe (version testeur). La clôture sur les bénéfices est désactivée par le paramètre.
Une autre chose qui a attiré mon attention est le signal asymétrique (prévision >= ask -- achat, prévision < ask (pourquoi pas bid ?) -- vente). Mais lorsqu'on garde une position pendant une heure ou plus, cela n'a probablement pas d'importance.
Une autre chose qui a attiré mon attention est le signal asymétrique (prévision >= ask -- achat, prévision < ask (pourquoi pas bid ?) -- vente). Mais lorsqu'on garde une position pendant une heure ou plus, cela n'a probablement pas d'importance.
Avez-vous trouvé la réponse à la question ?
C'est le point le plus important de tout TS, il ne faut pas rater les signaux, sinon toute la logique s'effondre, ou n'est-ce pas le cas ici ?
Forum sur le trading, les systèmes de trading automatisés et les tests de stratégies de trading.
Discussion autour de l'article "Modèles de régression non linéaire en bourse".
Stanislav Korotky, 2024.11.27 19:05
C'est très étrange :
Il s'avère que les signaux contradictoires du modèle sont artificiellement amincis de manière aléatoire. Et si le point de départ conditionnel des transactions est décalé de 15 minutes, obtiendrons-nous des transactions dans d'autres directions dans le même intervalle de temps?
L'article est intéressant car il montre clairement le peu de variables nécessaires pour décrire l'historique du mouvement des prix avec suffisamment de précision pour générer un profit dans le testeur.
Je ne comprends pas, le texte parle de sur-optimisations régulières, mais il suggère un graphique avec des valeurs fixes. Ou bien les coefficients sont-ils sélectionnés avec une certaine fréquence de fenêtre et stockés dans un tableau multidimensionnel? Je n'ai pas analysé le code.
Avez-vous essayé d'utiliser d'autres méthodes pour optimiser la formule ? Andrei Dick les étudie en profondeur, peut-être que l'un des algorithmes qu'il décrit vous permettra d'abandonner complètement Python ?
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Vous acceptez la politique du site Web et les conditions d'utilisation
Un nouvel article Modèles de régression non linéaire en bourse a été publié :
J'ai passé les trois dernières années à essayer de créer quelque chose qui fonctionne réellement. J'ai essayé beaucoup de choses, des régressions les plus simples aux réseaux neuronaux sophistiqués. Et vous savez quoi ? J'ai réussi à obtenir des résultats en classification, mais pas encore en régression.
C'était toujours la même histoire : dans l'historique, tout fonctionne comme sur des roulettes. Mais quand je le lance sur le marché réel, je subis des pertes. Je me souviens de l'enthousiasme que j'ai ressenti pour mon premier réseau de neurones convolutif. R2 à 1,00% en entraînement. S'en sont suivies deux semaines de transactions et une perte de 30% du dépôt. Le sur-ajustement classique dans sa forme la plus aboutie. J'ai continué à activer la visualisation prospective pour observer comment les prévisions basées sur la régression s'éloignaient de plus en plus des prix réels au fil du temps...
Mais je suis quelqu'un de têtu. Après une nouvelle défaite, j'ai décidé d'approfondir mes recherches et j'ai commencé à éplucher des articles scientifiques. Et savez-vous ce que j'ai déniché dans ces archives poussiéreuses ? Il s'avère que le vieux Mandelbrot insistait déjà beaucoup sur la nature fractale des marchés. Et nous essayons tous de trader avec des modèles linéaires ! C'est comme essayer de mesurer la longueur d'un littoral avec une règle : plus la mesure est précise, plus la longueur paraît grande.
À un moment donné, l'idée m'est venue : et si j'essayais de croiser l'analyse technique classique avec la dynamique non linéaire ? Non pas ces indicateurs grossiers, mais quelque chose de plus sérieux : des équations différentielles, des ratios adaptatifs. Cela paraît compliqué, mais il s'agit en réalité simplement d'apprendre à parler le langage du marché.
En bref, j'ai pris Python, j'ai installé les bibliothèques d'apprentissage automatique et j'ai commencé à expérimenter. J'ai tranché sur-le-champ : pas de fioritures académiques, juste ce qui est vraiment utile. Pas de superordinateurs – juste un ordinateur portable Acer classique, un VPS ultra-puissant et un terminal MetaTrader 5. De tout cela est né le modèle dont je veux vous parler.
Auteur : Yevgeniy Koshtenko